面向腿式机器人生物启发式运动的中枢模式发生器神经形态自适应脉冲模型

近年来，脊椎动物所展现的运动机制一直是为提升机器人系统性能提供灵感的来源。这些机制包括其运动通过生物传感器对环境中的任何变化进行自适应。对此，我们旨在通过脉冲中枢模式发生器（Spiking Central Pattern Generator）在腿式机器人中复现此类自适应能力。该脉冲中枢模式发生器生成不同的运动（节律）模式，这些模式由外部刺激驱动，即连接至机器人以提供反馈的力敏电阻的输出。该脉冲中枢模式发生器由五个泄漏积分发放（Leaky Integrate-and-Fire）神经元群体组成的网络构成，其拓扑结构经过专门设计，使得节律模式能够被生成并受前述外部刺激驱动。因此，末端机器人平台（任意腿式机器人）的运动可通过使用任意传感器作为输入来适应地形。具有自适应学习的脉冲中枢模式发生器已在软件与硬件层面通过数值验证，分别使用 Brian 2 模拟器和 SpiNNaker 神经形态平台进行后者验证。特别地，我们的实验清晰显示了当输入刺激变化时，脉冲中枢模式发生器各神经元群体所产生的脉冲间振荡频率发生自适应。为验证该脉冲中枢模式发生器的鲁棒性与自适应能力，我们通过对传感器输出进行变化进行了多项测试。这些实验在 Brian 2 与 SpiNNaker 中开展；两种实现均表现出相似行为，皮尔逊相关系数为 0.905。